Uji Stasioneritas Uji Derajat Integrasi

3.3. Analisis Deret Waktu Time Series

Pada analisis ini akan dijelaskan tentang uji stasioneritas, derajat kointegrasi, dan uji kointegrasi. Ketiga uji ini diperlukan dalam penelitian yang menggunakan data time series.

3.3.1. Uji Stasioneritas

Hal penting yang berkaitan dengan studi atau penelitian dengan menggunakan data time series adalah stasioneritas. Perhatian ini muncul karena jika data yang diteliti tidak stasioner, maka dapat menyebabkan regresi semu spurious regression, yaitu regresi yang menggambarkan hubungan dua variabel atau lebih yang terlihat signifikan secara statistik padahal dalam kenyataanya tidak sebesar regresi yang dihasilkan. Untuk mengukur stasioneritas data, ada beberapa cara yang dapat dilakukan. Salah satu cara yang sering dipakai yaitu dengan menggunakan Augmented Dickey Fuller ADF test atau uji akar-akar unit unit root test. Nelson dan Plosser dalam Enders 2004 menyebutkan bahwa pada dasarnya ADF test melakukan regresi dengan persamaan sebagai berikut : 3.4 dimana: = Selang yang terpilih, = Nilai yang diestimasi, = Error term. Hipotesis yang digunakan dalam pengujian ini adalah : H : γ = 0, artinya data tidak stasioner mengandung unit root, H 1 : γ 0, artinya data stasioner tidak mengandung unit root. Nilai γ diestimasi dengan metode Ordinary Least Square OLS dengan statistik uji yang digunakan adalah : , dimana S γ adalah simpangan baku dari γ. Jika nilai t-hit ADF statistik lebih kecil dari nilai MacKinnon Critical Value maka terima H atau dapat disimpulkan bahwa data tersebut stasioner, dan sebaliknya. Selain dengan memperhatikan nilai ADF statistik, kestasioneran juga dapat dilakukan dengan membandingkan antara nilai probabilitas dan taraf nyata yang digunakan. Data dikatakan stasioner jika nilai probabilitasnya lebih kecil dari taraf nyata.

3.3.2. Uji Derajat Integrasi

Uji derajat Integrasi merupakan kelanjutan dari uji unit root sebagai konsekuensi dari tidak terpenuhinya asumsi stasioneritas pada derajat nol atau I0. Uji derajat integrasi dari masing-masing variabel sangat penting untuk mengetahui apakah variabel-variabel yang digunakan stasioner atau tidak, dan berapa kali harus di-difference agar menghasilkan variabel yang stasioner. Pada uji ini, semua variabel yang ada di-difference pada derajat tertentu sampai sehingga semua variabel stasioner pada derajat yang sama. Suatu variabel dikatakan stasioner pada first difference jika setelah di-difference satu kali, nilai ADF lebih kecil dari nilai kritis MacKinnon.

3.3.3. Uji Kointegrasi